本文详解Deepseek-R1知识蒸馏全流程：从教师模型输出概率提取、学生模型轻量化设计，到动态温度调节和注意力对齐等核心技术，结合ONNX Runtime与移动端NNAPI部署实战。

今天我们一起来聊聊大模型的进阶使用：“模型微调” ，也就是较大家真正的 “调教“ 出一个能够满足特定需求场景、更贴合个人使用习惯的个性化模型。

本文介绍了如何使用 Ollama + DeepSeek + Dify 搭建本地知识库，帮助企业高效管理信息。通过简单配置，可实现智能问答、文档检索等功能，提升效率并保障数据安全。

Deepseek 万能提问公式：高效获取精准答案 在使用 Deepseek 或其他 AI 工具时，提问的质量直接决定了答案的精准度和实用性。以下是一个万能的提问公式 1. 明确背景（Context）

Prompt工程全攻略：15+Prompt框架一网打尽（BROKE、COAST、LangGPT）、学会提示词让大模型更高效 0.相关文章推荐 Prompt工程原理篇 大语言模型的预训练[3]之Prom

给本地部署的DeepSeek投喂种格式的文件，如pdf、csv、txt、md 格式的数据。比如你想让 `DeepSeek` 了解你的公司业务，就把相关的文档上传给它。让他更懂你，更智能

DeepSeek V3与R1有什么区别？完整模型介绍和实测能力对比 什么是 DeepSeek-V3 和 DeepSeek-R1？

引言：为什么你的提问总被AI“敷衍”？ 你是否遇到过这样的场景： 输入“如何减肥”，AI只会回复“多运动、少吃油腻”； 让AI写文案，它却输出一堆空洞的套话； 想要精准答案，却不知如何描述需求…… 问

本文主要介绍deepSeek本地化容器化部署，知识库搭建与springAI接入。因笔者工作内容原因，也会介绍内网部署方式。 一、deepSeek本地化部署 1.1 windows与mac部署 首先我们